第一时间get全球最新科技知识与数据
下载钛媒体客户端

扫描下载App

6天“造车”,挑战无人驾驶丨钛媒体影像《在线》

摘要: 一个吸引全球200多名工程师报名的“Moving Hackathon”无人驾驶挑战赛,6天时间里,来自世界各地的17名工程师组成了3支队伍展开角逐。

钛媒体影像栏目《在线》,力图准确记录互联网时代的个体。图文、视频版权为钛媒体所有,未经许可禁止转载、使用,否则追究法律责任。】

(13'44″视频:一场无人驾驶挑战赛)(视频:田毅涛)

苹果收购 Drive.ai 再次给无人驾驶领域泼了一盆冷水,这也可能是无人驾驶行业洗牌的开始。

经过三年的催化,虽然自动驾驶落地依旧遥遥无期,但不可否认的是自动驾驶已成为AI最热门的赛道。每个自动驾驶的垂直市场都可以造就市值超10亿美元的“独角兽”,在出行领域,Waymo和特斯拉均表示,要在2020年开始推出商业化的自动驾驶出行服务。

这样一个炙手可热的领域,自然会吸引一大批年轻人涌入。

2019数博会就有这样一个吸引全球200多名工程师报名的“Moving Hackathon”无人驾驶挑战赛,6天时间里,来自世界各地的17名工程师组成了3支队伍展开角逐。

钛媒体影像《在线》第91期的主角,是这次挑战赛的一支参赛队伍,几天时间内,他们在一台配备硬件支持的普通车辆上实现了部分自动驾驶功能,并通过比赛的7项挑战拿到冠军。

5月22日,贵州科学城PIX翰凯斯无人驾驶智造工厂,赛事承办方挑战赛承办方PIX无人驾驶COO曹雨腾负责人向正在参赛人员讲解2019年数博会无人驾驶全球挑战赛“Moving Hackathon”的比赛规则。

5月22日,贵州科学城PIX无人驾驶智造工厂,挑战赛承办方PIX负责人向参赛人员讲解比赛规则。

PIX是一个提供模块化无人驾驶实践和体验的移动空间,这里会定期举办关于自动驾驶的Hackathon。国内很多工程师并没有练习和测试无人驾驶的环境,也不太容易有机会经历完整全面的改造实践,PIX希望以工程挑战的形式“降低开发者们对无人驾驶的测试和实践门槛”。

比赛第一天,来自中国、西班牙、印度等6个国家的17名参赛工程师依次自我介绍后留下的姓名。这选手们在白板上留下个人姓名,轮流进行自我介绍,17个人组成了最终选择分组组成三支队伍展开角逐。

比赛第一天,来自6个国家的17名参赛工程师依次自我介绍后留下姓名,这17个人组成了三支队伍展开角逐。

2DIFFICULT队:上海交大师生+浙江移动工程师+墨西哥工程师

2 EASY队:德国、西班牙工程师+贵州大学研究生

国际联队:土耳其、印度、巴西工程师

“世界各地报名参赛的工程师有200多名,最后我们选出了17位。”PIX COO曹雨腾向钛媒体《在线》介绍,参赛队伍要将算法和传感器部署在官方的全尺寸比赛车上,在封闭园区道路计时跑圈,挑战7项自动驾驶道路任务,最后根据每个单项完成情况和整体完成时间计算得分

比赛为期6天,7项挑战任务分别为:

红绿灯识别、斑马线行人避让、下坡变道减速停止、障碍行驶、车辆掉头、停止标志识别、S型弯道行驶。

“2 DIFFICULT队”(下文简称D队)队长马臻在和队员讨论赛事方案比赛。D队由上海交通大学汽车工程学院博士后马臻带领的研究生团队、中国移动浙江公司AI算法工程师戚靓亮以及墨西哥深度神经网络学习算法工程师Fernando共6人组成。

“2 DIFFICULT队”(下文简称D队)队长马臻在和队员李黄河讨论赛事方案。

马臻博士毕业于英国谢菲尔德大学,研究方向为火焰动力学和结构的数字图像和信号处理,他就职于上海交大,是汽车工程研究院无人车课题组组长。

马臻领衔的D队由上海交大研究生团队和中国移动AI算法工程师以及墨西哥算法工程师组成,一共6人。“这次带交大的研究生一起参赛,就是想锻炼一下团队的实践能力,让学生们完整地参与一次无人驾驶车的改造。”马臻对钛媒体《在线》介绍。

D队队员林挺正在Ubuntu系统下准备安装autoware、ros、Qt5等软件。

D队队员林挺正在Ubuntu系统下准备安装Autoware、ROS、Qt5等软件。

林挺是上海交大汽车工程学院研究生,这次主要负责激光雷达调试与控制以及核心软件安装。安装软件是改造车辆的第一步。第一天安装,D队就遇到了麻烦,他们连续装了4次都没成功,致使整体进度落后其他两支队伍。“倒不是技术难题,因为这台电脑之前被人改过参数和IP,所以还要重新设置和修改,不过是比较打击士气。”林挺说。

D队队长马臻和  “2 EASY队”队长Sam和 “D队”队长马臻在和工程师在车内调整数据,赛事主办方准备的车辆只配备了Velodyne 16线激光雷达和单目摄像头作为传感器。

D队队长马臻和工程师在车内调整数据,赛事主办方准备的车辆配备了Velodyne 16线激光雷达和单目摄像头作为传感器。

自动驾驶的核心是传感器、计算能力和软件雷达(激光雷达、毫米波雷达等)加摄像头(单目、双镜头等)是比较主流的传感器组合方式:雷达主要用于测量速度、距离,摄像头主要用于识别道路上的人、物和交通标识等,两者相互补充,为自动驾驶车辆的计算和决策提供“材料”。

目前,这些关键传感器都在某些方面有各自的局限性,比如毫米波雷达空间分辨率较低,激光雷达的稳定性容易受到雨雪等特殊天气影响,摄像头视距有限且其稳定性同样容易受到天气条件影响。

无论是对主机厂商还是自动驾驶公司来说,雷达高企的成本或许都是他们商业化的拦路虎。以实力较强的雷达设计制造商Velodyne为例,该公司目前最好的激光雷达Velodyne VLS-128售价接近人民币90万元,其上一代64线产品HDL-64售价也超过50万元,这样一个雷达的价格都远远超过一辆普通汽车

路点录入阶段,D队车辆通过Velodyne 16线激光雷达D队车在行驶中,车内显示屏同步显示的“激光雷达构建的点云高精地图”。地图中间黑色矩形是车辆,。地图显示车周边环境,红圈为可视化道路路径,距离黑色车模型越近,颜色越亮,识别到的物体也会更清晰。绿色轨迹线条是为车辆行驶的线路。

路点录入阶段,D队车辆通过Velodyne 16线激光雷达构建的点云地图。地图中间黑色矩形是车辆,红圈为可视化道路路径,绿色轨迹是行驶线路。

去年以来,“纯视觉自动驾驶”解决方案的声量越来越大。特斯拉创始人马斯克认为“依赖激光雷达的自动驾驶公司注定要失败”。不久前,百度Apollo宣布了纯视觉L4级城市道路闭环解决方案Apollo Lite,该方案可同时对10路摄像头200帧/秒数据量并行处理,且“前向障碍物的稳定检测视距达到240米”,使自动驾驶不再依赖机械扫描式的激光雷达。

D队队员戚靓亮(图右)在修改路点参数。D队根据车在实际中行驶中的不同任务阶段,调试不同的速度、对不同的路点数量以及疏密程度进行修正。  戚靓亮是,中国移动浙江公司AI算法工程师,这次比赛中主要负责算法深度学习与图像处理。

D队队员戚靓亮(右)在修改路点参数。 戚靓亮是中国移动浙江公司AI算法工程师,这次比赛中主要负责算法深度学习与图像处理。

前期数据采集时,车辆行驶过程中,激光雷达会记录车辆的坐标点,这就是路点,路点的疏密可以由人工设置。“路点的疏密程度可以直接影响车辆平稳度和方向盘转向幅度。如果偏差过大,车辆极有可能失控。”戚靓亮向钛媒体《在线》介绍,所有的修补偏差,都是为了自动驾驶能够模拟人开车时的平稳状态,整个比赛前的准备时间,D队一共整体修改路点超过30次

D队为摄像头采集到的红绿灯、人行道照片进行人工画框以及贴标签分类标注,供机器学习。

D队为摄像头采集到的红绿灯、人行道照片进行人工标注,供机器学习。

红绿灯识别、斑马线行人避让、停止标识识别三个任务,D队使用基于深度学习的目标检测算法进行感知识别。

为了让系统能够辨认出红绿灯、斑马线、行人、停车标识,车上的摄像头从不同角度拍摄了4900张图片,D队两名队员用了半天时间对这些图片进行了一一标注,系统获取所有图片后,进行了3万次算法训练

“比赛时间有限,正常情况为了提高精准度,需要在不同时段、不同天气反复采集数据。”D队队员戚靓亮对钛媒体《在线》说,“人工智能背后其实真的都是人工”

D队车辆路测时,模拟行人的假人由于失去平衡倒向人行道。通过算法训练,D队可以保证“车在20米内,只要0.1~0.2秒就可以对红绿灯、行人等目标完成识别,并作出停车、启动等决策,识别准确率达98%以上”。

D队车辆路测时,模拟行人的假人由于失去平衡倒向人行道。通过算法训练,D队可以保证“车在20米内,只要0.1~0.2秒就可以对红绿灯、行人等目标完成识别,并作出停车、启动等决策,识别准确率达98%以上”

2D队竞争对手 “2EASY”队的道路训练中,队队员用衣物遮挡停车标识来检测系统识别效果。

D队竞争对手 “2EASY”队的道路训练中,队员用衣物遮挡停车标识来检测系统识别效果。

“2EASY”队有丰富比赛经验,成员对Autoware十分熟悉,并且在人形机器人和移动基地使用ROS框架也已超过7年,队员们对钛媒体《在线》表示,这个挑战赛“So Easy”,对于冠军他们“势在必得”。

比赛准备阶段,第三支队伍““国际联队”在 利用“光学标定板”进行图像校准。

比赛准备阶段,第三支队伍“国际联队”在利用“光学标定板”进行图像校准。

每台赛事车辆都配备了车载计算系统平台及其供电系统车辆装载的线控系统,系统由蓄电池、稳压变电器、电源、CAN盒、激光雷达的处理盒、网络交换机以及工控机等组成,这套装备被安置在车辆后备箱,是整个车辆实现自动驾驶的“大脑”。

每台赛事车辆都配备了车载计算系统,系统由蓄电池、稳压变电器、电源、CAN盒、激光雷达的处理盒、网络交换机以及工控机等组成,这套装备被安置在车辆后备箱,是整个车辆实现自动驾驶的“大脑”。

D队根据采集的路点数据在园区封闭内赛道进行无人驾驶自动驾驶模拟训练路测,对这些平时很少有机会进行哪怕是在封闭道路路测的工程师来说,这是一个难得的机会。

D队在园区封闭赛道进行自动驾驶路侧,对这些平时很少有机会哪怕是在封闭道路进行路侧的工程师来说,这是一个难得的机会。

大规模路测和大量真实数据积累是自动驾驶商业化的重要前提。

知名自动驾驶公司Waymo去年10月对外宣布,从2009年开始,其路测里程累计已达1000万英里(超1600万公里)。数据显示,Waymo前400万英里的累积花了8年,随着Waymo车队不断壮大,该里程数将出现几何级增长。

以对自动驾驶态度最为开放的美国加州为例,截止2018年底,该州已至少给60家企业颁发了自动驾驶路测牌照。中国也在迎头追赶。据北京市交委此前发布的报告,2018年北京为8家企业发放了56辆车的自动驾驶路测牌照其中百度拥有45辆,完成了13.988万公里路测里程,这占到2018年北京路测总里程15.356万公里的91%。

D队队长马臻在无人驾驶路测训练中,他左手握着遥控器,用来切换自动驾驶和手动驾驶模式。

D队队长马臻在无人驾驶路测训练中,他的左手握着遥控器,用来切换自动驾驶和手动驾驶模式。

5月27日凌晨1点14分,林挺(图左)和马臻(图右)仍在车内优化路点数据,此时距离正式比赛不到11个小时。正式赛前连续几天的安装、调试,D队的练习状态并不稳定,甚至几次出现碰撞的小“意外”。

5月27日凌晨1点14分,林挺(图左)和马臻(图右)仍在车内优化路点数据,此时距离正式比赛不到11个小时。正式赛前连续几天的安装、调试,D队的练习状态并不稳定,甚至几次出现碰撞的小“意外”。

【哪天?】5月27日决赛当天,凌晨1点39分,D队林挺测量箱子的宽度连夜练习避障行驶。

5月27日决赛当天,凌晨1点39分,D队连夜练习避障。

“整个任务中最具有挑战性的就是‘障碍行驶’,我们使用激光雷达点云滤波算法进行识别,使用动态路径规划来切换车道线。” D队戚靓亮对钛媒体《在线》介绍,正式比赛时,会有三个纸箱随机分布在左右两个车道上,针对这个情况,他们把避障任务路段的左右车道切换成多段路径,将路面模拟成S弯路线,使用动态路径规划来切换车道线避障

正式比赛当天早晨,马臻在补觉,为了最后冲刺,他们已经连续通宵两个晚上。“准备阶段这六天,睡觉时间不超过30小时,高强度的工作让人累得腿发抖。” 马臻对钛媒体《在线》说。

正式比赛当天早晨,马臻在补觉,为了最后冲刺,他们已经连续通宵两个晚上。“准备阶段这六天,睡觉时间不超过30小时,高强度的工作让人累得腿发抖。” 马臻对钛媒体《在线》说。

5月27日上午,正式比赛前两小时,D队对车辆进行最后复查。为了让控制系统更好地散热,他们决定在行驶过程中打开后备箱。

5月27日上午,正式比赛前两小时,D队对车辆进行最后复查。为了让控制系统更好地散热,他们决定在行驶过程中打开后备箱。

“D”队成功完成所有挑战任务,队长马臻激动地竖起了大拇指。

D队成功完成所有挑战任务,队长马臻激动地竖起了大拇指。

“顶着巨大的压力,坚持拼到最后,圆满完成任务,比平时训练时发挥的更完美,很满意。” D队马臻对钛媒体《在线》说。

相比之下,三支队伍中的夺冠热门“2Easy”队却发挥失常:在“下拨变道减速停止”任务中,由于车上人太多,导致车辆惯性过大压到停车线;在“停车标识”识别任务中,程序死机车辆失控,导致任务未能完成。
D队完成7项挑战用时4分25秒,排名第一。在斑马线行人避障环节,由于起步时间迟缓被扣除4分,其他环节满分通过,最终以96分的成绩获得冠军。“从第一天进度落后到熬夜追赶进度,之前踩过的坑都是值得的,努力没有白费。” 马臻对钛媒体《在线》感叹。

D队完成7项挑战用时4分25秒,排名第一。在斑马线行人避障环节,由于起步时间迟缓被扣除4分,其他环节满分通过,最终以96分的成绩获得冠军。“从第一天进度落后到熬夜追赶进度,之前踩过的坑都是值得的,努力没有白费。” 马臻对钛媒体《在线》感叹。

5月27日晚,【他不是说我熬夜了所以获胜么?有趣的现场写出来】D队队长马臻上台领奖时,主持人问其团队如何胜过劲敌,马臻逗趣地说:“因为我们熬夜了!”引来台上台下一片大笑。

5月27日晚,D队队长马臻上台领奖时,主持人问其团队如何胜过劲敌,马臻逗趣地说:“因为我们熬夜了!”引来台上台下一片大笑。

马臻表示对比赛结果有些意外,对手都是在机器人、无人驾驶等领域造诣很深、实力强大的工程师。“整场比赛竞争氛围并不激烈,团队之间还会互助,在交流和切磋中大家已成为朋友。把理论和想法应用到实践验证上,这些意义远超过比赛名次。比赛结束了,但学习不会停止。”(本文首发钛媒体,钛媒体摄影师/孙林徽 编辑/陈拯 视频/田毅涛)

钛媒体影像专栏「在线」

力图准确记录互联网创业潮中那些在线的个体

影像是准确的,但影像并不是全部事实

影像是自由的,但影像也是陷阱

这个「在线」的时代,我们和你来一起发现

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系钛媒体原创,未经授权不得使用,如需获取转载授权,请点击这里
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

林徽
林徽

钛媒体摄影记者 鸽子飞了 邮箱:linhuisun@tmtpost.com

评论(2

  • 潇澎 潇澎
    回复
    0

    安全系数

    2019-06-28 06:30 via android
  • 钛icrN8B 钛icrN8B
    回复
    0

    极限挑战逼出自我,必出精品😂

    2019-06-27 15:39 via iphone

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈